人工智慧揭示了商業世界最大的知識鴻溝

人工智慧揭示了商業領域一個至關重要的知識缺口。它不僅僅是一項技術,正如你可能認為的那樣,而是對你的成功有更深遠影響的因素。

你需要知道的最重要的事情

  • 為了成功實施人工智慧,公司必須建立技能本體,以識別內部專業知識和知識差距,從而為勞動力規劃和發展奠定基礎。
  • 雖然人工智慧使知識的組織和分發變得更加容易,但它無法複製經驗豐富的團隊成員所擁有的判斷能力或提供深層的背景資訊。
  • 為了將內部專業知識轉化為競爭優勢,領先的組織應該投資於識別、分享和擴展員工的知識庫,而不是簡單地購買 Plus AI 軟體。

預計今年企業將在人工智慧領域投入2.5兆美元,其中超過1兆美元將用於IT服務和專用軟體。對於許多企業仍在努力理解並試圖將其融入自身業務、團隊和流程的技術而言,這是一筆巨款。

ChatGPT 發起的這場革命幾年後,我們開始看到企業在實施人工智慧時面臨的不同趨勢和挑戰。

福特公司最近決定在人工智慧系統未能檢測到生產問題後重新聘用經驗豐富的工程師,這項決定對任何投資人工智慧的公司來說都是一個重要的教訓。與此同時,Ramp 和 Revelio Labs 的一項涵蓋近 22,000 家美國公司的新研究發現,在人工智慧領域投入更多資金的企業實際上僱用了更多員工,而不是更少。

這些案例共同揭示了一個重要的事實。人們原本以為人工智慧會減少對人類的依賴,但事實卻恰恰相反,我們看到企業逐漸意識到人工智慧對經驗豐富的人的依賴程度。人工智慧或許會改變工作方式,但這本身並不足以帶來成長和成功。

人工智慧可以加快工作速度,但專業知識仍然很重要。

今年早些時候,福特公司在人工智慧和自動化系統未能交付高品質工作成果後,重新聘用了 350 名資深工程師,這表明員工對於人工智慧實施的成功至關重要。

Ramp 和 Revelio Labs 的研究也印證了這一點,研究表明,投資人工智慧的企業正在招募更多員工。企業不再忽視招募和技能發展,而是越來越需要合適的團隊成員來幫助完善和改進其先進的人工智慧系統,使其在需要的領域中表現更佳。

人工智慧的成功應用仍取決於對個人、團隊和組織層面完成任務所需技能的理解,並投資於能夠反映其實際工作能力的技能發展。但組織在培養這些技能之前,需要先了解現有專業知識的分佈。許多公司擁有關鍵知識,卻不清楚這些知識掌握在誰手中,也不清楚知識缺口在哪裡。

實現這一目標的一種方法是建立技能本體,它是組織內現有技能的動態記錄。

企業無需依賴假設,即可識別自身能力的優勢和劣勢,了解哪些團隊擁有專業知識,並在差距演變為真正的業務問題之前將其發現。這種方法也為人力資源規劃奠定了堅實的基礎,促進了內部職涯發展,並有助於更有效地部署人工智慧。

組織中最有價值的技能

一旦擁有有效的技能本體,您就能全面了解組織內部的運作。這有助於您識別企業內部的各個領域專家 (SME),他們的知識往往沒有正式的文檔記錄——就像傳說中的人工智慧「超級用戶」一樣。例如,福特公司曾表示,他們會重新聘用前員工,專門負責培訓年輕員工和重新編程人工智慧工具。

一旦確定了專業領域,人工智慧就能幫助維護並隨著角色演變不斷更新這一資訊。但了解專業領域只是個開始。

組織需要驗證這些經驗,為個人提供有針對性的發展機會,並促進領域專家之間的知識分享。最重要的是,這些學習應盡可能融入工作環境,而不是孤立存在,以確保在最關鍵的領域中提升績效。

人工智慧有助於知識的組織和傳播,但它無法像經驗那樣做出判斷。它可以發現模式並提出學習路徑,但它無法解釋某個流程為何有效、何時應該質疑,或如何調整以適應組織的實際情況。正如專家所指出的,人工智慧建構的是文字,而非經驗——理解這一點至關重要。

因此,經驗豐富的團隊成員仍然至關重要。他們提供的背景資訊使人工智慧以及其他所有人能夠有效地利用這些知識。

將經驗轉化為競爭優勢

在人力資源 (HR) 和學習與發展 (L&D) 等領域的許多人認為人工智慧會削弱他們的作用之際,很明顯,這種專業知識正變得越來越有價值。

學習與發展 (L&D) 團隊有機會透過掌控技能發展和再培訓議程,將自身及團隊成員的跨業務專業知識轉化為競爭優勢,並建立必要的流程來創建一支能夠與人工智慧有效協作的靈活員工隊伍,從而更具戰略性地開展工作。

人工智慧有力地凸顯了組織專業知識的重要性,同時也顯示出許多公司擁有豐富的知識,而這些知識卻仍然深藏在經驗豐富的員工的腦海中。這些員工不僅對業務及其營運有著更深刻的理解,而且還具備做出判斷的能力——這是人工智慧無法複製的寶貴資源。

在整個企業內傳播和流通這些訊息,將打造一支隨著員工學習而不斷進步的員工隊伍,而不是讓知識隨著員工的離職而流失,從而減少重複錯誤的發生,提高質量,並增強內部職業流動性。

為了最大限度地發揮員工和人工智慧的價值,領先的企業需要確保投資於識別、分享和擴展自身已有的專業知識,而不是僅僅購買更多軟體。畢竟,人工智慧生成的是文字,而非專業知識。

評論被關閉。